নেভিগেশন
AI BENCHY
Advertise here

Anthropic: Claude Sonnet 5 vs OpenAI: GPT-5.6 Luna

Claude Sonnet 5 average score-এ এগিয়ে: 6.3 vs 6.2. GPT-5.6 Luna (low)-এর benchmark খরচ কম: $0.249 vs $0.548. GPT-5.6 Luna (low) দ্রুত: 5.04s vs 6.04s, pass rates 45.5% vs 56.1%.

প্রস্তাবিত মডেলGPT-5.6 Luna (low)Its score stays close to the best score here (6.2 vs 6.3), while costing about 2.2x less than Claude Sonnet 5.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-17

মেট্রিক Claude Sonnet 5 Claude Sonnet 5 none প্রকাশ: 2026-06-30 GPT-5.6 Luna GPT-5.6 Luna low প্রকাশ: 2026-07-09
স্কোর 6.3 6.2
র‍্যাঙ্ক #106 #111
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.7 8.2
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 45.5% 56.1%
অস্থির টেস্ট 4 5
মোট রান 66 66
প্রতি ফলাফলে খরচ 6.840 2.490
মোট খরচ $0.548 $0.249
ইনপুট মূল্য $2.000 / 1M $1.000 / 1M
আউটপুট মূল্য $10.000 / 1M $6.000 / 1M
মোট ইনপুট টোকেন 161,035 96,346
আউটপুট টোকেন 22,511 8,211
রিজনিং টোকেন 0 17,227
প্রতিক্রিয়া সময় (গড়) 6.04s 5.04s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 33.39s 19.44s
প্রতিক্রিয়া সময় (মোট) 132.85s 110.88s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#106 Claude Sonnet 5

none
খরচ
$0.061
সময়
53.7s
টোকেন
6,172 tok

#111 GPT-5.6 Luna

low
খরচ
$0.011
সময়
10.2s
টোকেন
1,897 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Sonnet 5 4.6 7.9 22.2% 1 3.67s 10,590 1,864 0
GPT-5.6 Luna 5.5 10.0 33.3% 0 4.61s 7,302 557 3,535

দ্রুত তুলনা

তুলনার জুটি বদলান